近日，杭州市第一人民醫(yī)院腫瘤外科羅定存教授團隊牽頭聯(lián)合西湖大學(xué)生命科學(xué)學(xué)院郭天南教授團隊和青島大學(xué)煙臺毓璜頂醫(yī)院鄭海濤教授團隊，開展多維度機器學(xué)習(xí)輔助甲狀腺乳頭狀癌風(fēng)險分層隊列研究取得突破性進展，在國際外科學(xué)權(quán)威期刊《International Journal of Surgery》(IF=15.3)上發(fā)表題為“Risk stratification of papillary thyroid cancers using multidimensional machine learning”的研究論文。杭州市第一人民醫(yī)院腫瘤外科羅定存教授為本文主要通訊作者，腫瘤外科助理研究員李遠慧博士為第一作者。該工作得到了國家自然科學(xué)基金、浙江省基礎(chǔ)公益研究計劃項目和杭州市醫(yī)藥衛(wèi)生科技計劃重大項目的支持。

研究團隊采用機器學(xué)習(xí)方法，利用蛋白質(zhì)、基因、免疫和臨床這四維度信息成功構(gòu)建甲狀腺乳頭狀癌術(shù)前風(fēng)險評估分類器（PRAC-PTC），在術(shù)前能夠良好區(qū)分低危和中高危甲狀腺乳頭狀癌患者，并在回顧性和前瞻性研究中有效驗證。

圖一. 論文截圖

01

研究背景

甲狀腺乳頭狀癌（PTC)是目前發(fā)病率增長最快的惡性腫瘤，成為公眾普遍關(guān)注的健康問題。PTC總體預(yù)后比較好；然而，同屬PTC不同個體間卻有著不一樣的預(yù)后，35-50%PTC患者容易出現(xiàn)轉(zhuǎn)移, 10-20%患者即使積極手術(shù)仍然面臨復(fù)發(fā)的風(fēng)險，更有一些患者無法治愈甚至死亡。如何準確甄別PTC患者的不同風(fēng)險，尤其在治療前明確PTC的風(fēng)險程度，這是制約精準診治的一道臨床難題！如果能夠解決這一臨床難題，準確判斷PTC的風(fēng)險程度，就能為精準治療PTC提供決策依據(jù)，指導(dǎo)臨床醫(yī)生采取保守、積極或者激進措施處理低、中和高危PTC患者；避免過度治療或治療不足。

02

研究樣本及技術(shù)方法

研究團隊收集多中心558例PTC臨床樣本，其中包含發(fā)現(xiàn)集（274例FFPE樣本）、回顧性驗證集（166例FFPE樣本）和前瞻性驗證集（118例FNA樣本）。利用壓力循環(huán)技術(shù)（PCT）及數(shù)據(jù)非依賴的質(zhì)譜采集技術(shù)（DIA-MS）對FFPE樣本和FNA樣本進行蛋白質(zhì)組學(xué)測定，構(gòu)建不同風(fēng)險PTC蛋白質(zhì)圖譜。

圖二.實驗設(shè)計及蛋白質(zhì)組學(xué)工作流程圖

結(jié)論一

蛋白質(zhì)組學(xué)技術(shù)揭示不同風(fēng)險PTC

具有差異性蛋白表達

研究團隊在PTC組織中鑒定到5774個蛋白。高危和低危PTC的差異表達蛋白（DEPs）分析顯示：與低危組相比，高危組鑒定到97個DEPs，這些蛋白富集在RAF1突變相關(guān)信號，從蛋白水平證明了BRAFV600E突變在PTC發(fā)展過程中的重要作用。

圖三.PTC樣本蛋白質(zhì)組學(xué)分析

結(jié)論二

特征選擇與PTC術(shù)前風(fēng)險評估分類器

（PRAC-PTC）的構(gòu)建

研究人員收集蛋白質(zhì)組學(xué)、BFAFV600E突變、血液免疫指標以及臨床特征，納入了5790個變量，進行機器學(xué)習(xí)模型構(gòu)建。結(jié)果表明，使用XGBoost算法篩選出的17個特征變量可達到最佳預(yù)測性能，該模型被命名為甲狀腺乳頭狀癌術(shù)前風(fēng)險評估分類器(PRAC-PTC)。進一步經(jīng)過多中心回顧性隊列和前瞻性隊列對模型預(yù)測效能進行驗證。

圖四. PRAC-PTC模型構(gòu)建與驗證

結(jié)論三

PRAC-PTC評估效能的

回顧性驗證和前瞻性驗證

研究人員對比了PRAC-PTC和不同年資臨床醫(yī)生術(shù)前PTC風(fēng)險評估效能。結(jié)果發(fā)現(xiàn)，PRAC-PTC診斷性能(準確度、敏感性、特異性等)優(yōu)于高年資臨床醫(yī)生。進一步，研究人員采用PRAC-PTC輔助臨床醫(yī)生進行PTC風(fēng)險評估。結(jié)果顯示，在PRAC-PTC的輔助下，高年資臨床醫(yī)生診斷準確性在回顧性研究和前瞻性研究中分別提升24.6%和25.6%。

圖五. PRAC-PTC預(yù)測效能評估

總結(jié)

本研究收集PTC患者術(shù)前容易獲取的臨床、免疫、基因和蛋白四個維度信息，通過人工智能構(gòu)建PTC術(shù)前風(fēng)險評估分類器(PRAC-PTC)；經(jīng)多中心臨床驗證，所建的PRAC-PTC顯著提升了臨床醫(yī)生術(shù)前評估PTC風(fēng)險的能力，解決了臨床上術(shù)前評估PTC風(fēng)險的瓶頸問題，將為廣大PTC患者提供精準的診療服務(wù)。